Syngas production via microwave-assisted Dry Reforming of Methane over NiFe/MgAl2O4 alloy catalyst
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
• DRM reactions performed under microwave irradiation (MW) using NiFe-MgAl catalysts. • MW power, Ni-Fe quantities and their temperature-response behavior were studied. • Fe species played a pivotal role in conferring microwave receptivity to the catalysts. • NiFe-MgAl catalysts excelled in MW-driven CH 4 -CO 2 reforming for syngas production. Dry reforming of methane (DRM) represents a promising avenue for generating syngas while simultaneously reducing CO 2 emissions. However, its industrial application has been constrained by the necessity for elevated temperatures to prevent coke. Microwave (MW)-assisted DRM emerges as a compelling solution to facilitate high-temperature reactions, capitalizing on surplus renewable electrons to heat the catalyst bed swiftly and selectively, thereby circumventing the inefficient heating of the entire reactor. In this study, DRM is conducted under MW irradiation using NiFe/MgAl 2 O 4 alloy catalysts. The impacts of MW power and catalysts' temperature-response behavior are investigated as well as the active components (Ni and Fe), and space velocity on the DRM reaction are explored. We determined the optimal quantities of Fe and Ni necessary to achieve the desired balance between MW heating and driving the DRM reaction. Under specific conditions—Ni content at 25 wt%, Fe content at 40 wt%, MW power of 286 W g −1 , a temperature of 700 °C, flow rate of 450 mL min −1 and a space velocity of 12857 mL·g −1 ·hr −1 —conversion rates of 85 % for CH 4 and 62 % for CO 2 are achieved. NiFe/MgAl 2 O 4 catalysts demonstrated high potential to be used in the MW-driven DRM as compared to conventional electric heating methods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle